Un programa de software de Sandia National Laboratories ahora instalado como una prueba adicional para el desafío de supercomputadoras TOP500 ampliamente observado se ha vuelto cada vez más prominente. El nombre completo del programa:gradientes conjugados de alto rendimiento, o HPCG:no llega a la lengua de manera trivial, pero se está corriendo la voz de que este programa de evaluación comparativa relativamente nuevo se está volviendo tan valioso como su venerable socio, el programa High Performance LINPACK, que algunos dicen que se ha vuelto menos que satisfactorio para medir muchos de los desafíos computacionales actuales.

"El programa LINPACK solía representar un amplio espectro de los cálculos básicos que debían realizarse, pero las cosas han cambiado, "dijo el investigador de Sandia Mike Heroux, quien creó y desarrolló el programa HPCG. "El programa LINPACK realiza algoritmos ricos en computación en estructuras de datos densas para identificar la velocidad máxima teórica de una supercomputadora. Las aplicaciones actuales a menudo usan estructuras de datos dispersas, y los cálculos son más sencillos ".

El término "escasa" significa que una matriz considerada tiene en su mayoría valores cero. "El mundo es realmente escaso en tamaños grandes, ", dijo Heroux." Piense en sus conexiones con las redes sociales:puede haber millones de personas representadas en una matriz, pero tu fila, las personas que te influyen, son pocas. Entonces, la matriz efectiva es escasa. ¿Todavía te influyen otras personas del planeta? Sí, sino a través de personas cercanas a ti ".

Similar, para un problema científico cuya solución requiere miles de millones de ecuaciones, la mayoría de los coeficientes de la matriz son cero. Por ejemplo, al medir diferenciales de presión en una malla 3-D, la presión sobre cada nodo depende directamente de las presiones de sus vecinos. La presión en lugares lejanos se representa a través de los vecinos cercanos del nodo. "El costo de almacenar todos los términos de la matriz, como lo hace el programa LINPACK, se vuelve prohibitivo, y el costo computacional aún más, "dijo Heroux. Una computadora puede ser muy rápida en la computación con matrices densas, y así obtener una puntuación alta en la prueba LINPACK, pero en términos prácticos, la prueba HPCG es más realista.

Para reflejar mejor los elementos prácticos de los programas actuales de aplicaciones de supercomputación, Heroux desarrolló el método iterativo preacondicionado de HPCG para resolver sistemas que contienen miles de millones de ecuaciones lineales y miles de millones de incógnitas. "Iterativo" significa que el programa comienza con una suposición inicial de la solución, y luego calcula una secuencia de respuestas mejoradas. El preacondicionamiento utiliza otras propiedades del problema para converger rápidamente en una respuesta aceptablemente cercana.

"Para resolver los problemas que necesitamos para nuestra misión, que puede ir desde una simulación de armas completa hasta un parque eólico, necesitamos describir los fenómenos físicos con alta fidelidad, como el diferencial de presión de una simulación de flujo de fluido, "dijo Heroux." Para una malla en un dominio 3-D, necesita conocer en cada nodo de la cuadrícula las relaciones con los valores en todos los demás nodos. Un preacondicionador hace que el método iterativo converja más rápidamente, por lo que se aplica un preacondicionador de redes múltiples al método en cada iteración ".

Proveedores de supercomputadoras como NVIDIA Corp., Fujitsu Ltd., IBM, Intel Corp. y las empresas chinas escriben versiones del programa de HPCG que son óptimas para su plataforma. Si bien puede parecer extraño que los estudiantes modifiquen una prueba para adaptarse a ellos, es claramente deseable que las supercomputadoras de varios diseños personalicen la prueba, siempre que cada competidor toque todas las bases de cálculo acordadas.

"Tenemos comprobaciones en el código para detectar optimizaciones que no están permitidas según la política de referencia publicada, "dijo Heroux.

En la lista HPCG TOP500, la supercomputadora Trinity del Laboratorio Nacional de Sandia y Los Alamos ha subido al n. ° 3, y es el sistema superior del Departamento de Energía. Trinity es el número 7 en general en el ranking LINPACK. HPCG refleja mejor las opciones de diseño de Trinity.

Heroux dice que escribió el código HPCG base hace 15 años, originalmente como un código de enseñanza para estudiantes y colegas que querían aprender la anatomía de una aplicación que utiliza solucionadores dispersos escalables. Jack Dongarra y Piotr Luszczek de la Universidad de Tennessee han sido colaboradores esenciales en el proyecto HPCG. En particular, Dongarra, cuya visibilidad en la comunidad informática de alto rendimiento no tiene rival, ha sido un fuerte promotor de HPCG.

"Sus contribuciones promocionales son fundamentales, "dijo Heroux." La gente respeta el conocimiento de Jack y ayudó inmensamente a correr la voz. Pero si el programa no era sólido, la promoción por sí sola no sería suficiente ".

Heroux invirtió su tiempo en el desarrollo de HPCG porque tenía un fuerte deseo de garantizar mejor la seguridad y eficacia de las existencias de EE. UU. La comunidad de supercomputación necesitaba un nuevo punto de referencia que reflejara mejor las necesidades de la comunidad de informática científica de seguridad nacional.

"Trabajé en Cray Inc. durante 10 años antes de unirme a Sandia en 1998, " él dice, "cuando vi el trabajo algorítmico, me preocupé por trasladarme a los laboratorios para la Iniciativa de Computación Estratégica Acelerada (ASCI). Cuando EE. UU. decidió observar el Tratado de Prohibición Completa de Pruebas Nucleares, necesitábamos informática de alta gama para garantizar mejor la seguridad y eficacia de las reservas nucleares. Pensé que era algo noble que estaría feliz de ser parte de ella, y que mi experiencia podría aplicarse para desarrollar capacidades de simulación de próxima generación. ASCI fue el gran proyecto nuevo a fines de la década de 1990 si quería hacer algo significativo en mi área de investigación y desarrollo ".

Heroux es ahora director de tecnología de software para el Proyecto de Computación Exascale del Departamento de Energía. Allí, trabaja para armonizar el trabajo informático de los laboratorios nacionales del DOE:Oak Ridge, Argonne, Lawrence Berkeley, Noroeste pacífico, Brookhaven y Fermi, junto con los tres laboratorios de la Administración Nacional de Seguridad Nuclear.

"Hoy dia, tenemos la oportunidad de crear un esfuerzo integrado entre los laboratorios nacionales, ", dijo Heroux." Ahora tenemos foros diarios a nivel de proyecto, y las personas con las que trabajo más de cerca son personas de otros laboratorios. Debido a que el Proyecto de Computación Exascale está integrado, tenemos que entregar software a las aplicaciones y al hardware en todos los laboratorios. El intento del Departamento de Energía de un laboratorio múltiple, El proyecto multiuniversitario proporciona una estructura organizativa para que trabajemos juntos como una unidad cohesiva para que el software se entregue para adaptarse a las aplicaciones clave ".